在一个大型的潮间河口中,利用遥感扩大本土初级生产率估计
Zhanchao Shao1, Karin R Bryan1, Moritz K Lehmann2
1School of Science, University of Waikato, Hamilton 3260, New Zealand.
The Science of the total environment
|September 28, 2023
概括
海草和微植物 (MPB) 是关键的河口生长者. 使用Sentinel-2数据的新机器学习模型准确地绘制了这些息地,并估计了它们的初级生产率 (GPP),揭示了对海平面上升和度的敏感性.
科学领域:
- 海洋生态海洋生态学
- 遥感是一种远程传感.
- 生态系统建模 生态系统建模
背景情况:
- 海草和微植物 (MPB) 是温带潮区的关键初级生产者,支持生态系统的重要功能.
- 有效监测河口产能对于了解生态系统对气候变化和污染等环境压力因素的反应至关重要.
研究的目的:
- 开发和应用一种使用Sentinel-2数据的新型机器学习模型,用于估计海草和MPB的河口总初级生产率 (GPP).
- 评估绘制海草和无植物息地图的准确性,并预测海草覆盖面积.
主要方法:
- 使用监督分类 (随机森林) 进行息地划分和人工神经网络 (ANN) 回归用于海草覆盖率预测.
- 结合息地绘图与文学衍生的光合作用-辐射 (P-I) 关系来估计GPP.
- 经验证的模型准确性在分类 (整体准确性为0.96) 和回归 (R2 = 0.71,RMSE = 0.11) 两方面都获得了高分.
主要成果:
- 该模型准确地划分了海草和无植被区域,并预测了海草覆盖面.
- 发现海草在三年内在研究河口对潮间盆地生产率的贡献略高于MPB.
- 根据海平面上升的情况,预计未来的GPP显示了显著的下降,特别是在目前的度趋势下 (海草损失高达53%,MPB损失45%).
结论:
- 开发的模型为大规模估计河口GPP提供了可靠的方法.
- 未来的河口生产力对海平面上升高度敏感,度增加加剧了对海草和MPB的负面影响.
- 控制水度被确定为在海平面上升的情况下维持河口生产力的关键策略.
